2025年以来，「去高精地图」成为智驾行业主流叙事。但「去地图」真的等于「去定位」吗？大有时空从四个维度剖析：当先验信息减少，实时高精度定位为何不仅没有退场，反而从「配角」升维为不可替代的「核心底座」。

从「配角」到「底座」：定位的角色升维

传统高精地图方案中，地图是主角，定位是配角——地图提供车道级先验信息（拓扑、曲率、坡度等），车辆通过感知结果与地图匹配来校准位置。但传统高精地图每公里采集成本高达数千元，更新频率仅月级甚至季度级，此前合规覆盖城市仅36个，严重制约智驾规模化落地。

车企转向「重感知」模式，依赖BEV+Transformer、占用网络、端到端大模型等技术，通过传感器实时感知环境。但先验信息减少后，车辆对实时位置的依赖骤然上升——当车辆不再能提前200米获得车道级先验时，必须在更短的距离和时间内，仅凭实时定位确立自身在物理世界中的坐标。

先验信息越少，实时定位的精度与可靠性要求越高。

▲ 从「地图主导」到「定位主导」的范式转变

四大维度：高精度定位为何不可替代

1、提供「感知」基准，修正实时建模偏差

激光雷达、摄像头等传感器本质是「相对感知」，受光线、天气、遮挡影响大。而以北斗/GNSS与惯导融合为基础的高精度定位，直接从卫星信号获取全局坐标——它是车辆对自身位置的「感知」，不依赖外部环境。

BEV+Transformer重建的三维场景存在累积漂移风险——行驶距离越长，模型重建场景与真实世界的偏差越大。高精度定位提供的坐标，能持续修正这一偏差。

大有时空的PPP-RTK采用第四代精密单点实时动态定位技术，定位精度可达2厘米，30秒快速收敛。融合北斗、GPS、GLONASS、GALILEO四大卫星导航系统，为端到端模型提供厘米级基准。

2、填补「轻地图」语义缺失，支撑精细化决策

轻地图方案下，精细先验大幅缩减，系统往往只依赖「前方50米左拐」这样的模糊指令。车辆需在极短时间内完成从模糊导航到车道执行的全过程。高精度定位必须在毫秒级刷新率下提供厘米级稳定输出，判断车辆所在车道、与目标车道的横向偏差等关键信息。

缺乏高精度定位支撑，轻地图方案在复杂路口、多车道汇流、非标准匝道等场景下面临严峻挑战。

3、保障极端环境下的兜底与连续性

这是高精度定位最不可替代的维度。

当车辆驶入隧道、地下车库、城市峡谷时，卫星信号严重衰减甚至丢失。此时惯性测量单元（IMU）成为关键兜底——通过测量加速度和角速度，基于信号丢失前的已知坐标，通过积分运算实时推算车辆位姿。这种航位推算能力完全不依赖外部信号，是端到端大模型和纯视觉方案无法独立解决的短板。

▲ 隧道等信号盲区，IMU航位推算成为兜底关键

大有定位引擎深度融合GNSS与IMU数据，系统分析了超过100种预期误差类型（涵盖卫星端失效、大气异常、电离层扰动等），通过自主研发的监测和完好性算法确保极端场景下的推算精度。引擎已通过ISO 26262功能认证。

4、提升感知算法的效率与鲁棒性

高精度定位能实时输出车道曲率、坡度、航向角等地理语义信息，反馈给视觉感知算法，帮助车辆动态调整识别区域。在端到端架构中，定位信息可帮助模型快速定位到正确的道路拓扑节点，大幅减少不必要的全局搜索，提高整体运行效率。

大有时空的PPP-RTK采用第四代精密单点实时动态定位技术，定位精度可达2厘米，30秒快速收敛。融合北斗、GPS、GLONASS、GALILEO四大卫星导航系统，为端到端模型提供厘米级基准。

四大维度总览：

 大有时空：以「云芯一体化」构建定位底座 

▲ 大有时空「云芯一体化」技术体系

大有时空作为中国智能网联汽车产业创新联盟理事单位、国家专精特新「小巨人」企业，已构建从天基增强到车端终端的全栈技术体系：

「去高精地图」去除的是成本高、鲜度低的静态地图数据，而非时空基准本身。当车辆不再拥有提前200米的车道级先验时，对实时高精度定位的依赖不降反增。

大有时空以北斗为核心，构建PPP-RTK星地一体化增强系统和位置服务网，结合惯导、融合定位算法与智能时空操作系统，为轻地图和隐式地图时代的智能驾驶提供厘米级定位、毫米级感知、纳秒级授时的「定海神针」。